46、脑核磁共振肿瘤纹理解读与多摄像头人员跟踪技术

脑核磁共振肿瘤纹理解读与多摄像头人员跟踪技术

在医学影像分析和监控系统领域，有两项重要的研究成果。一是通过纹理分析对脑核磁共振（NMR）图像中的颅咽管瘤病理进行数学表征，以区分其与其他原发性脑肿瘤；二是提出了一种基于粒子滤波器的多摄像头人员跟踪新方法，适用于非重叠视场的多摄像头系统。

脑核磁共振肿瘤纹理分析

• 图像分割步骤
  • 第一步 ：对图像进行扫描，若满足条件则对扫描窗口（S.W.）进行标记，否则扫描下一个S.W.，此步骤结束后大量图像被标记。
  • 第二步 ：解决未标记的图像区域。将属于不确定类的图像区域分为未识别区域（NRZs）和虚假区域（SZs）。首先通过基于上下文的算法解决第一种模糊性，然后通过决策算法解决第二种模糊性。最终每个源图像都被完美标记并排列在NMR分割源数据库中。
• 颅咽管瘤分类
  • 统计算子选择 ：为了区分颅咽管瘤病理与其他原发性脑肿瘤，选择了两个二阶统计类的纹理统计算子：相关性（f5(d)）和差分熵（f6(d)）。
    • (f5(d) = \sum_{i=0}^{N}\sum_{j=0}^{N}\frac{(i - \mu_x)(j - \mu_y)p_d(i,j)l}{[\sigma_x\sigma_y]m})
    • (f6(d) = -\sum_{i=0}^{N}p_{x - y}(i